可以说，数据能够表达情感，但是这种表达通常是通过人类的感知和解释来实现的。
在计算机领域中，关于情感的研究主要是通过自然语言处理和文本挖掘技术实现的。自然语言处理是一种人工智能技术，它通过自动处理和分析自然语言（比如英语、中文），来实现对文本语义的理解和思考。而文本挖掘是一种数据挖掘技术，针对大规模文本数据进行处理，以发现其中的模式和知识。
自然语言处理和文本挖掘技术可以帮助计算机自动识别文本中的情感，例如，识别出某一文本是“喜欢”、“不喜欢”、“愤怒”、“悲伤”等等。这些情感可以表达为数字或其他形式的数据，以便计算机进一步分析和处理。
例如，在社交媒体上，人们可以通过发表帖子或评论来表达自己的情感。自然语言处理和文本挖掘技术可以帮助计算机分析海量的这些文本数据，从中发现情感的趋势和变化，进一步帮助人们了解他们所处的社会和环境。
然而，需要指出的是，情感是一种主观的体验，是人类感知和理解的产物。因此，对于同一个事件或情境，不同的人会有不同的情感体验和表达方式。目前，人工智能还无法完全模拟或替代人类感知，因此，对于情感的表达和解释，仍然需要从人类角度出发，进行深入的思考和分析。
此外，除了通过自然语言处理和文本挖掘来识别情感外，还有一些其他的方法可以帮助计算机了解情感。例如，通过面部表情、语音音调、生理信号等数据来源的分析，可以识别某个人的情感状态。这些数据也可以被转化为数字或其他形式的数据，以便计算机进一步处理和分析。
在实际应用中，这些技术已经被广泛应用，例如，在医疗保健和心理健康领域中，可以通过对患者言语和表情的分析，帮助医生和治疗师更好地了解患者的情感状态和治疗需要。在商品销售和广告宣传中，可以通过分析消费者的评论和反馈，了解他们的情感倾向和需求。
总之，虽然数据不能完全替代人类对情感的感知和理解，但是自然语言处理、文本挖掘、面部表情分析等技术可以帮助计算机获取情感信息，并帮助人类理解和应用这些情感数据。在未来，随着人工智能和机器学习的发展，数据和情感之间的关系将会更加密切和深入。